[发明专利]基于工业检测的金属铸件缺陷识别方法

说明书

本发明涉及材料测试和分析技术领域，具体涉及基于工业检测的金属铸件缺陷识别方法。方法包括：根据待检测铸件的表面图像的灰度直方图的主峰和波谷对应的灰度值，得到左偏阈值和右偏阈值，进而对表面图像中的像素点进行划分，得到各突变区域；根据各突变区域的灰度游程矩阵，计算各突变区域的结构复杂程度；将结构复杂程度大于复杂程度阈值的突变区域记为目标区域；根据各目标区域的灰度游程矩阵，计算各目标区域的反光干扰值；根据各目标区域的反光干扰值和缺陷的标准下界阈值，得到各目标区域对应的缺陷的上界阈值；根据各目标区域对应的缺陷的上界阈值和缺陷的标准下界阈值，得到待检测铸件的表面图像的缺陷区域。本发明提高了检测精度。

技术领域

本发明涉及材料测试和分析技术领域，具体涉及基于工业检测的金属铸件缺陷识别方法。

背景技术

随着科技的发展与进步，各种机械工业设备种类愈加丰富，工业设备的零部件构造也变得多样化。零部件的制作与加工常采用铸造的方式，复杂精细的零部件对铸造的要求也更高。铸件在进行加工铸造等工序中，难免会出现裂痕、毛刺、孔洞、缺角等各种各样的缺陷，这些缺陷会影响成品的质量。因此，在铸件铸造完成后需要对铸件进行表面缺陷的检测，目前，工业金属铸件的检测工艺已经逐渐进入智能化时代，通过机器视觉检测、定位到铸件上的缺陷后，然后立即将其从生产线上筛除，重新打磨和浇铸，保证焊接质量，但对于表面呈凸起的铸件，会受到反光的影响，在对金属铸件进行缺陷检测时，无法通过设定准确的阈值来有效提取铸件的缺陷区域，检测精度较低。

发明内容

为了解决现有方法在对金属铸件进行缺陷检测时存在的检测精度较低的问题，本发明的目的在于提供一种基于工业检测的金属铸件缺陷识别方法，所采用的技术方案具体如下：

本发明提供了一种基于工业检测的金属铸件缺陷识别方法，该方法包括以下步骤：

获取待检测铸件的表面图像；所述表面图像为灰度图像；

获取所述待检测铸件的表面图像对应的灰度直方图；根据所述灰度直方图的主峰和波谷对应的灰度值，得到左偏阈值和右偏阈值；根据所述左偏阈值和右偏阈值，对待检测铸件的表面图像中的像素点进行划分，得到各突变区域；所述左偏阈值小于右偏阈值；

根据各突变区域的灰度游程矩阵，计算各突变区域的结构复杂程度；将结构复杂程度大于复杂程度阈值的突变区域记为目标区域；根据各目标区域的灰度游程矩阵，计算各目标区域对应的反光干扰值；根据各目标区域对应的反光干扰值和缺陷的标准下界阈值，得到各目标区域对应的缺陷的上界阈值；

根据各目标区域对应的缺陷的上界阈值和缺陷的标准下界阈值，得到待检测铸件的表面图像的缺陷区域。

优选的，所述根据所述灰度直方图的主峰和波谷对应的灰度值，得到左偏阈值和右偏阈值，包括：

获取灰度直方图中主峰左侧距主峰最近的波谷对应的灰度值，将所述主峰左侧距主峰最近的波谷对应的灰度值作为左偏阈值；

获取灰度直方图中主峰右侧距主峰最近的波谷对应的灰度值，将所述主峰右侧距主峰最近的波谷对应的灰度值作为右偏阈值。

优选的，采用如下公式计算各突变区域的结构复杂程度：

其中，为任一突变区域的结构复杂程度，为灰度游程矩阵中坐标位置对应的元素值，为该突变区域的灰度游程矩阵中不为0的元素对应的横坐标的最大值。

优选的，采用如下公式计算各目标区域对应的反光干扰值：

其中，为任一目标区域对应的反光干扰值，为第个灰阶值，为该目标区域的灰度游程矩阵中坐标位置对应的元素值，为该目标区域的灰度游程矩阵中不为0的元素对应的纵坐标中的最大值，为该目标区域的灰度游程矩阵中不为0的元素对应的横坐标的最大值。